小提琴机器人拉法_小提琴机器人拉法_小提琴艺术的形成与发展

45675

小提琴最早出现的拉弦乐器是一种名为拉万那斯特朗(Ravanastron)的乐器,它是公元前锡兰(今斯里兰卡)的一位名叫拉万那(Ravana)的皇帝发明的。因此以他的名字命名,这个乐器的形状与我国的二胡很相似,拉万斯特朗在公元7世纪前传入阿拉伯,称为巴伯(Rabab);传入波斯和土耳其称为卡里加(Kamaja)。后来信奉伊斯兰教的阿拉伯人在后伍麦叶王朝(756-1492)时期征服了地中海沿岸,一直打到西班牙。这些乐器也随之传入西班牙,被称为列贝克(Rebec)。列贝克的构造和现代小提琴并不相同,但它对早期的小提琴的影响在于,它的五度定弦和搁在脚前与锁骨处的演奏姿势。

在中欧,日耳曼民族和斯拉夫民族流行一种弓弦乐器吉格(Gigue Giga),也有的书上翻译为玫格,又叫维埃尔(法,Vielle)。它们在流传的过程中不断演变,到15世纪时,其构造和现代提琴已经很接近,有拱型的背板,平的面板,有边板和琴颈,形状也由圆腰的剖梨形演化为葫芦形,有腰以便于演奏边弦。面板上的共鸣孔也从腹中1-2个圆孔演化为在两侧的括号形的长有孔。

在小提琴诞生之前的两三百年间,欧洲还流行着一种叫维奥尔琴(Viol)的弓弦乐器,它的外形己经与现代的小提琴十分相象了,但构造与演奏方式又与小提琴很是不同。维奥尔琴的弓是向外弯的,与我国二胡的弓子差不多,持弓时手心向左上方,放在弓杆的下面,演奏时手腕很松,并用中指调节弓毛的松紧,与二胡的拉法很相似.它的发音柔弱、恬睁,带有鼻音,由于它音质清晰,有利于演奏复调,很适合文艺复兴前后欧洲贵族阶层的审关趣味。

维奥尔琴按照其演奏方式彼分两类:低音的用腿夹着,称为“腿夹维典尔琴”(Mole da Gamba):高音的用手提着垂直放在腿上拉,称“手提维奥尔琴’(Vida da Bracio).按不同的音城又划分为:高青维奥尔琴,中音维奥尔琴,次中音维奥尔琴,低音维奥尔琴。(treble Viole.Alto Viole,Tener Viole, Bass Viole).维奥尔琴自问世以来,倍受青睐,很快便成为文艺复兴(14-16世纪)到巴洛克时期(17-18世纪)上层社会最流行的弓弦乐器,它们不但用于伴奏声乐,还作为独奏乐器一直活跃到18世纪中叶。维奥尔族乐器与提琴族乐器并存了二百年之久,从17世纪18世纪是维奥尔琴的黄金时期到18世纪中叶以后,终于被提琴族乐器所淘汰。

小提琴的诞生,除了以上所说的对它有着十分里要影响的远祖和近亲以外,当然还应该具备“新的思潮和美学观念,先进的科学和生产技术”。15世纪末,东罗马帝国被土耳其人灭亡前后,许多希腊学者跑到意大利避难,他们以宣讲古希腊文明为职业,同时鼓吹自由、民主,提倡科学、人权。这种“人本主义”思潮,与当时受益于海上发达的贸易而形成的意大利新兴市民阶层的需要“一拍即合”掀起了一场被恩格斯称为,人类从来没有经历过的最伟大的进步的变革,的文艺复兴运动,极大地刺激了对新文化的探索。他们以古希腊的自由艺术为榜样,强调对人而不是对神的兴趣,发挥人的创造才能,表现人的意志和感情。佛罗伦萨和威尼斯的造型艺术大师的人体雕塑和油画,给后世留下了许多不朽的艺术珍品。音乐也从禁欲主义的约束中解放出来,主要表现为主调音乐的兴起。音乐表情的丰富、器乐的独立发展,表现个体愈识的独奏音乐的发展等等。这样,维奥尔琴的音响和性能(供宗教仪式合奏或贵族们娱乐)己经不能适应时代和广大市民阶层的需要,人们期望一种新的,更接近于“人”的音色,能表达人类自己的强烈的具有个性的自由奔放的感情的拉弦乐器。现在很难考证是谁第一个制造出小提琴来的,但是根据意大利北部的米兰和威尼斯地区发现的壁画表看,在15世纪末16世纪初,最早一批还未完全定型的小提琴已经诞生了。

2013 年 12 月 19 日 阅读:(3,516)

19

13/12

Categories: 小提琴知识

Tags: 小提琴艺术史

45675

『相关文章推荐』

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值